RAGFlow 论文提出知识编译层：查询 token 减少 91%，FRAMES 延迟从 140 秒降到 30 秒

arXiv 论文提出把 RAG 中的检索循环升级为知识编译管道，用 LLM 为文档生成导航树、实体图谱、时间线等结构化产物。实验显示，仅凭 BM25/grep 加 MiniMax M3 的搜索 harness 就能在 BrowseComp-Plus 达到 85%、多跳基准 FRAMES 达到 91%，无需向量索引。编译产物不提升准确率，但作为供给层有效：claim-evidence 导航树平均减少 38% 查询 token，证据充足时削减 91%。决策门控将延迟从 140 秒降到 30 秒，RAGFlow 的开源实现将循环拆为五个规范阶段。